Question

我的数据包含4个不同的时间序列，例如：

An unhandled exception occurred while processing the request.

ReactEngineNotFoundException: No usable JavaScript engine was found. Please 
install a JavaScript engine such as React.JavaScriptEngine.ClearScriptV8 (on 
Windows) or React.JavaScriptEngine.VroomJs (on Linux and Mac OS X). Refer to 
the ReactJS.NET documentation for more details.
 React.AspNet.HtmlHelperExtensions.get_Environment()

TinyIoCResolutionException: Unable to resolve type: 
React.JavaScriptEngineFactory
 React.AspNet.HtmlHelperExtensions.get_Environment()

TinyIoCResolutionException: Unable to resolve type: React.ReactEnvironment
 React.AspNet.HtmlHelperExtensions.get_Environment()

ReactNotInitialisedException: ReactJS.NET has not been initialised correctly. 
Please ensure you have called app.AddReact() and app.UseReact() in your 
Startup.cs file.
 React.AspNet.HtmlHelperExtensions.get_Environment()

事情是，除了时间依赖（水平的）之外，还存在垂直依赖（在列中，如果我们看一下这个例子＆＃39;矩阵＆＃39;）。

输出向量将是这些相同的时间序列，只移动一步。

是否可以为每个时间序列创建LSTM网络（因此，在我的情况下为4个网络，还有4个输出）但是也可以垂直连接它们，即创建2D LSTM？

如果是这样，那么在Tensorflow中如何实现这一目标？

是否也可以使这种网络更深入（将这4个网络中的每一个都附加额外的LSTM层）？

我希望我能够解释清楚。

Answer 1

一种解决方案是使用https://arxiv.org/pdf/0705.2011.pdf中所述的多维RNN或LSTM。在这种情况下，您的数据将被视为具有4维的序列。该github存储库提供了2D LSTM https://github.com/philipperemy/tensorflow-multi-dimensional-lstm的实现。希望这会有所帮助

Tensorflow：是否可以创建2D LSTM？

1 个答案: